查找算法集合

基本概念

查找表：有同一类型的数据元素构成的集合，数据元素间存在着松散的关系，没有严格的前驱后继关系。
查找：根据给定值在查找表中确定一个其关键字等于给定值的数据元素
关键字：用来标识一个数据元素的某个数据项的值
查找的成功：关键字等于给定的元素

查找的操作： 存在性确定，检索属性，插入元素，删除元素
查找表的分类：静态查找表，动态查找表
评价指标：平均查找长度ASL

研究内容：查找表的组织方式以及如何提高查找效率

线性表的查找

顺序查找（线性查找）

线性表上的静态查找，表内元素可无序

struct SSTable{
	int *arr;
	int len;
}

在顺序表中查找值为key的数据元素
算法：

//查找成功返回下标，失败返回0,表头作为哨兵
int Search_Seq(SSTable ST,int key){
	ST.arr[0] = key;
	int i;
	for(i = ST.len;ST.arr[i] != key;i--) ;		
	return i;
}

比较次数：n-i+1，查找失败查找n+1次
ASL：（n+1）/2
时间复杂度：n
空间复杂度：1

如何提高查找效率：

1. 被查找概率高的放前面
2. 俺查找概率动态调整顺序：每个结论中加入访问频度域，俺非递增排列，每次查很早后均将刚查到的记录移至表头

优点：算法简单，逻辑次序存储结构无要求
缺点：时间效率低

折半查找（二分查找）

每次讲带查找记录所在区间缩小一半
mid = (left + right) / 2
key < mid:right = mid - 1
key > mid:left = mid + 1
key = mid:找到
right < left：结束
算法（非递归）：

int Search_Bin(SSTable ST,int key){[
	int left = 1,right = n,mid = (left + right) / 2;
	while(l <= r){
		mid = l + r / 2;
		if(ST.arr[mid] == key)return mid;
		else if (key < ST.arr[i]) r = mid - 1;
		else  l = mid + 1;
	}
	return 0;
}

递归算法：

int Search_Bin(SSTable ST,int key，int l,int r){
	if(l > r)return 0;
	mid = (l + r) / 2;
	if(key == ST.arr[mid]) return mid;
	else if (key < ST.arr[mid])Search_Bin(ST,key,l,mid - 1);
	else Search_Bin(ST,key,mid + 1,r);
}

判定树：
比较次数 = 路径上的节点数 = 节点的层数 <= 树的深度 = log2^n + 1

ASL = （n + 1） / n log2^(n+1) - 1
约等于log2^(n+1) - 1 (n>50)
时间复杂度：lgn
优点：效率比顺序查找高
缺点：只适用于有序表，且限于顺序存储结构

分块查找（索引顺序表查找）

条件：表中分成若干块，分块有序，块内可无序
查找过程：先确定所在块，再在块内查找
n个元素，s块
ASL = log 2(n/s+1) + s/2
快于顺序查找，略慢与二分查找
优点：插入删除较容易
缺点：增加索引表所需空间
适用情况：线性表要快速查找还要动态变化

查找方法的比较

树表的查找

表的插入删除操作频繁，为维护表的有序性，改用动态查找表——特殊的树
表结构在查找过程中动态生成

二叉排序树

性质：

1. 若左子树非空，则左子树上所有节点的值均小于根节点的值
2. 若右子树非空，则右子树上所欲节点的值均大于等于根节点的值
3. 其左右子树本身是一颗二叉排序树

查找

struct BSTNode{
	int data;
	BSTNode *l,*r;
}

算法思想：
若二叉排序树为空，查找失败，返回空指针；
若二叉排序树非空，讲key与根节点的值相比较：
==，查找成功，返回根节点地址；
《，找左子树
》，找右子树

BSTree SearchBST(BSTree T,int key){
	if( !T || key == T->data) return T;
	else if(key < T->data) return Search BST(T->l,key);
	else return SearchBST(T->r,key);
}

查找分析：
含有n个节点的二叉排序树的平均查找长度和树的形态有关
完全二叉树：log2^n
单支二叉树：n

如何提高查找效率：平衡化处理

插入

若二叉排序树为空，则插入节点作为根节点插入空树中
否则，继续在左右子树上查找
树中有，不再插入
树中没有，查找直到某叶子节点的左子树或右子树为空为止，则插入节点为其孩子节点

生成

从空树除法，经过一系列的查找、插入操作之后，生成一颗二叉排序树
关键字输入顺序不同，生成的二叉排序树不同

删除

不饿能把以该节点为根的子树都删去，删除后二叉树仍然满足二叉排序树

1. 删除叶子节点：直接删，其父节点的子节点为空
2. 只有左子树或右子树：用其左子树或右子树替换他
3. 左右子树都有：前驱节点（左子树中最大的节点）代替他，前驱节点原位置删除；后继节点代替（右子树中最小的节点）
   注意：可以减小树的高度的优先

平衡二叉树（AVL）

是空树或者有下列性质的二叉排序树：

1. 左子树与右子树的高度差的绝对值小于等于1
2. 左子树和右子树也是平衡二叉排序树

平衡因子（BF） = 节点左子树高度-节点右子树高度

构造

失衡二叉排序树的分析与调整

在平衡二叉树中查如一个系欸但时，可能导致失衡，即出现平衡因子绝对值大于1的节点，必须重新调整树的结构使之回复平衡。

平衡调整：
失衡的节点不止一个：找最小失衡子树的根节点
调整原则：降低高度；保持二叉排序性质

从上到下分别是ABC
LL型：
B节点的左子树上升，A节点成为B节点的右孩子，原来b节点的右子树作为A的左子树
RR型：
B节点带右子树一起上升，A成为B的左孩子，原B节点的左子树作为A的右子树
LR型：
C上升，B成为C的左孩子，A成为C的右孩子，C原来的左子树变为B的右子树，C原来的右子树变为A的左子树
RL型：
C上升，A成为C的左孩子，B成为C的右孩子，C原来的左子树成为A的右子树，C原来的右子树成为B的左子树